風(fēng)電機(jī)組噪聲檢測及故障診斷研究

(新疆大學(xué)電氣工程學(xué)院1，新疆 烏魯木齊 830047；可再生能源發(fā)電與并網(wǎng)技術(shù)教育部工程研究中心2，新疆 烏魯木齊 830047)

0 引言

當(dāng)今，能源問題成為世界各國面臨的重大問題，風(fēng)能作為一種可再生能源，使得風(fēng)力發(fā)電在我國得到了迅猛發(fā)展。伴隨裝機(jī)容量的迅猛增長，風(fēng)電機(jī)組逐步由中小型、單機(jī)分布式向大型化、集中并網(wǎng)式發(fā)展[1]。若發(fā)生倒機(jī)、飛車、振動(dòng)等事故，勢必對整個(gè)風(fēng)力發(fā)電系統(tǒng)造成嚴(yán)重后果。因此，研究風(fēng)電機(jī)組的測試技術(shù)及故障診斷技術(shù)具有重要意義。

目前，基于振動(dòng)檢測的機(jī)械故障診斷技術(shù)已相對成熟，但振動(dòng)檢測屬于接觸式測量，在測量過程中存在一些不易解決的實(shí)際難題。如對于電機(jī)等旋轉(zhuǎn)部件，傳感器的固定和安裝難以實(shí)現(xiàn)，且需要克服測試線線體受振動(dòng)的影響；另外，測試點(diǎn)的最佳位置也是測量過程中須重要考慮的問題[2-6]。噪聲檢測屬于非接觸式測量，它通過對機(jī)組發(fā)射信號(hào)的采集、測試，分析信息與故障之間的關(guān)系，進(jìn)行故障機(jī)理診斷。采用這種基于噪聲的檢測方法進(jìn)行故障診斷，省去了大量傳感器，更簡單高效。

1 多測點(diǎn)布置測量

風(fēng)電機(jī)組產(chǎn)生的噪聲主要由氣動(dòng)噪聲和機(jī)械噪聲兩部分組成。氣動(dòng)噪聲主要來源于風(fēng)機(jī)葉片與空氣相互作用而產(chǎn)生的噪聲。當(dāng)風(fēng)電機(jī)組的機(jī)械部件產(chǎn)生故障時(shí)，輻射出的故障噪聲將混疊于環(huán)境噪聲和機(jī)組正常運(yùn)行噪聲中。在這樣的強(qiáng)干擾環(huán)境下，如何有效提取故障信息是進(jìn)行故障診斷的關(guān)鍵。為給故障分析提供精準(zhǔn)的數(shù)據(jù)，測試點(diǎn)的布置起著決定性作用。

聲學(xué)噪聲測量技術(shù)國際標(biāo)準(zhǔn)IEC 61400-11:2002規(guī)范中規(guī)定[7]：麥克風(fēng)的標(biāo)準(zhǔn)測試位置有1個(gè)，另外還有3個(gè)可選的測試位置。4個(gè)測點(diǎn)麥克風(fēng)位置布置圖如圖1所示。圖1中，1為標(biāo)準(zhǔn)測試位置；在與塔架垂直中心相同距離的圓周上，可布置2、3、4這3個(gè)測試位置。

圖1 4測點(diǎn)麥克風(fēng)位置布置圖

對于水平軸風(fēng)力發(fā)電機(jī)組，從風(fēng)機(jī)塔架垂直中心到各麥克風(fēng)測試位置的水平距離為R0，允許偏差為20%，測量精度±2%，R0應(yīng)滿足如下關(guān)系：

R0=H+D/2

(1)

式中：H為從地面到風(fēng)輪中心的垂直距離；D為風(fēng)輪直徑。

2 小波分析法故障診斷

噪聲檢測尤其是旋轉(zhuǎn)部件的高頻噪聲檢測，對于風(fēng)力發(fā)電機(jī)組早期故障的監(jiān)測效果顯著。當(dāng)部件預(yù)故障或發(fā)生故障時(shí)，其輻射的噪聲品質(zhì)會(huì)發(fā)生改變[8]。通過監(jiān)測和分析對應(yīng)的噪聲特性，就可以檢測判斷設(shè)備的噪聲檢測尤其是旋轉(zhuǎn)部件的高頻噪聲檢測。該方法對于風(fēng)力發(fā)電機(jī)組早期故障的監(jiān)測效果顯著。

近年來，小波分析方法發(fā)展迅猛，已被應(yīng)用于故障診斷領(lǐng)域[9-10]。在工程實(shí)踐中，設(shè)備運(yùn)行狀態(tài)復(fù)雜多變，致使系統(tǒng)中存在大量的非平穩(wěn)信號(hào)。如風(fēng)力發(fā)電機(jī)組在啟動(dòng)和停機(jī)時(shí)，其轉(zhuǎn)速、功率等都是非平穩(wěn)的，即使在穩(wěn)態(tài)運(yùn)行時(shí)，若發(fā)生摩擦或沖擊，發(fā)電機(jī)轉(zhuǎn)子的阻尼、剛度、彈性力等發(fā)生變化，產(chǎn)生的噪聲信號(hào)也變得非平穩(wěn)。對于平穩(wěn)信號(hào)進(jìn)行處理的理想方法是傅里葉分析；而對于非平穩(wěn)信號(hào)，則采用小波分析[11]。

風(fēng)電機(jī)組采用小波分析進(jìn)行故障診斷的過程可分為故障信息采集、故障特征提取和狀態(tài)識(shí)別及故障診斷3個(gè)步驟。

故障分析診斷的關(guān)鍵是從動(dòng)態(tài)信號(hào)中提取故障特征。對于基于噪聲檢測的故障診斷技術(shù)，提取故障特征尤為突出。由于風(fēng)電機(jī)組工作環(huán)境的特殊性，風(fēng)電現(xiàn)場的噪聲不僅來源于周圍環(huán)境噪聲，還包含機(jī)組正常運(yùn)行時(shí)產(chǎn)生的機(jī)械噪聲。當(dāng)機(jī)組存在故障隱患或發(fā)生故障時(shí)，還會(huì)混入故障噪聲。因此，如何從復(fù)雜的強(qiáng)噪聲環(huán)境中提取有效的故障信息，是進(jìn)行故障分析診斷的關(guān)鍵。小波分析兼具時(shí)域和頻域分析能力，并且具有可變的時(shí)頻分辨率，能夠有效地進(jìn)行故障信號(hào)的提取和分析。

3 具體應(yīng)用

2012年8月，按照IEC 61400-11標(biāo)準(zhǔn)的要求，在新疆達(dá)坂城實(shí)驗(yàn)風(fēng)場對87/1500型風(fēng)力發(fā)電機(jī)組在開機(jī)狀態(tài)下進(jìn)行了聲發(fā)射測試。

測量相關(guān)參數(shù)如下：輪轂高度H=70 m、風(fēng)輪直徑D=87 m、噪聲測試的地點(diǎn)距離風(fēng)機(jī)下風(fēng)口距離R0=115 m、麥克風(fēng)安裝位置相對于風(fēng)機(jī)地基平面的高度為1 m、測試地表粗糙度取值為0.05、聲級(jí)計(jì)的采樣頻率為1 Hz。測試持續(xù)時(shí)間為一周左右，從測試數(shù)據(jù)中截取一段(50 min時(shí)長的數(shù)據(jù))，運(yùn)用Matlab軟件進(jìn)行仿真分析。

當(dāng)風(fēng)電機(jī)組的發(fā)動(dòng)機(jī)、齒輪箱、葉片等部件發(fā)生故障時(shí)，其噪聲頻率在幾十至幾千赫茲范圍內(nèi)。在測試現(xiàn)場采集噪聲信號(hào)時(shí)，很少有機(jī)會(huì)能捕捉到機(jī)組帶故障運(yùn)行的數(shù)據(jù)，因此，在仿真時(shí)采用200 Hz和2 000 Hz的正弦信號(hào)來模擬機(jī)組的低頻和高頻故障噪聲。風(fēng)電場的實(shí)際測量噪聲及混疊正弦故障信號(hào)后的總噪聲信號(hào)曲線如圖2所示，圖2中，LAeq為噪聲的A計(jì)權(quán)連續(xù)等效聲壓級(jí)。總噪聲信號(hào)經(jīng)傅里葉變換的頻譜如圖3所示。

圖2 測量噪聲信號(hào)和總噪聲信號(hào)曲線

圖3 總噪聲信號(hào)傅里葉變換的頻譜圖

圖3可識(shí)別出信號(hào)中含有200 Hz和2 000 Hz的頻率成分，但不能詳細(xì)揭示這兩個(gè)干擾信號(hào)的細(xì)節(jié)，因此采用小波分析法對噪聲信號(hào)的細(xì)節(jié)進(jìn)行提取和重構(gòu)。對總噪聲信號(hào)進(jìn)行5層小波分解，提取其各層的低頻成分ai和高頻系數(shù)di(i=1,2,3,4,5)，總噪聲信號(hào)與各層低高頻成分信號(hào)曲線分別如圖4、圖5所示。

將各層低頻、高頻系數(shù)進(jìn)行重構(gòu)，可獲得重構(gòu)的200 Hz和2 000 Hz故障噪聲信號(hào)，以此進(jìn)行故障分析。

由此可見，利用小波分析法對信號(hào)進(jìn)行分解和重構(gòu)，獲得的重構(gòu)信號(hào)能很好地表征各頻段的信號(hào)，即使用基于小波分析的故障信號(hào)提取方法，能有效地從復(fù)雜的強(qiáng)噪聲信號(hào)中提取出故障噪聲信息。

圖4 總噪聲信號(hào)與各層低頻成分曲線

圖5 總噪聲信號(hào)與各高頻成分曲線

4 結(jié)束語

依照IEC噪聲標(biāo)準(zhǔn)，采用多測點(diǎn)布置測量的方法對噪聲進(jìn)行檢測，利用小波分析法[12-20]提取故障信息，可對風(fēng)電機(jī)組的機(jī)械故障進(jìn)行診斷和分析。該方法提高了機(jī)組的使用壽命、運(yùn)行效率和可靠性，降低了運(yùn)行維護(hù)成本，具有較高的實(shí)用價(jià)值。本文采用小波分析的不足之處在于在風(fēng)電現(xiàn)場采集噪聲信號(hào)時(shí)，未能有幸捕捉到機(jī)組帶故障運(yùn)行的數(shù)據(jù)，因此在軟件仿真分析時(shí)采用正弦信號(hào)模擬代替真實(shí)故障噪聲信號(hào)。

[1] 任永峰，安中全.雙饋式風(fēng)力發(fā)電機(jī)組柔性并網(wǎng)運(yùn)行于控制[M].北京：機(jī)械工業(yè)出版社，2011.

[2] 姚興佳.風(fēng)力發(fā)電測試技術(shù)[M].北京：電子工業(yè)出版社，2011.

[3] 李飛行，王濤，張群巖.時(shí)頻分析在發(fā)動(dòng)機(jī)振動(dòng)監(jiān)測與故障診斷中的應(yīng)用[J].測控技術(shù),2011,30(2):20-22,26.

[4] 李繼猛，陳雪峰，何正嘉.基于時(shí)域統(tǒng)計(jì)量的風(fēng)力發(fā)電機(jī)組故障診斷研究[J].振動(dòng)與沖擊,2010,29(S):345-347.

[5] 李果，張廣明，凌祥.基于粗糙集的旋轉(zhuǎn)機(jī)械振動(dòng)故障診斷研究[J].制造業(yè)自動(dòng)化,2011,33(10):12-15.

[6] 單光坤.兆瓦級(jí)風(fēng)電機(jī)組狀態(tài)監(jiān)測及故障診斷研究[D].沈陽:沈陽工業(yè)大學(xué)，2010.

[7] 中華人民共和國國家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局，中國國家標(biāo)準(zhǔn)化管理委員會(huì).GB/T 22516-2008/IEC 61400-11:2002風(fēng)力發(fā)電機(jī)組噪聲測量方法[S].北京：中國標(biāo)準(zhǔn)出版社，2009.

[8] 吳宏鋼.風(fēng)力發(fā)電機(jī)組振動(dòng)檢測及噪聲評估研究[D].重慶:重慶大學(xué)，2010.

[9] 馬超，陳西宏，姚懿玲，等.變頻機(jī)組小波分析早期故障檢測系統(tǒng)的設(shè)計(jì)[J].自動(dòng)化儀表,2011,32(5):11-13，16.

[10]朱明玲，王直杰，鄭麗霞.改進(jìn)的小波變換在羅拉故障診斷中的應(yīng)用[J].自動(dòng)化儀表,2011,32(3):36-38.

[11]張德豐.Matlab小波分析[M].北京：機(jī)械工業(yè)出版社，2012.

[12]崔巖,李小俚,彭華新，等.基于聲發(fā)射小波分析的非連續(xù)增強(qiáng)金屬基復(fù)合材料界面表征[J].科學(xué)通報(bào)，2010,43(6):656-657.

[13]趙元喜，胥永，高立新，等.基于諧波小波包和BP神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承聲發(fā)射故障模式識(shí)別技術(shù)[J].振動(dòng)與沖擊，2010，29(10)：163-166.

[14]張運(yùn)強(qiáng),牛衛(wèi)飛,譚蔚.基于小波變換的聲發(fā)射模擬信號(hào)特性分析[J].無損檢測,2011,33(1):16-17.

[15]楊建國.小波分析及其工程應(yīng)用[M].北京：機(jī)械工業(yè)出版社,2007.

[16]周俊，劉麗川，楊繼平.基于K-均值聚類與小波分析的聲發(fā)射信號(hào)去噪[J].石油化工高等學(xué)校學(xué)報(bào)，2013,26(3):16-19.

[17]徐仁林，安偉.小波降噪在信號(hào)基于EMD的Hilbert變換中的應(yīng)用[J].噪聲與振動(dòng)控制,2008(3):74-77.

[18]李婷,蔣慶,蔡晉輝,等.小波消噪-HHT的四通閥故障診斷[J].中國計(jì)量學(xué)院報(bào)，2009,20(03):235-239.

[19]王文慧.基于小波分析理論的高爐爐溫預(yù)測模型研究[D].杭州:浙江大學(xué)，2005.

[20]周玉國,姚恩營.基于小波分析的時(shí)間序列建模與預(yù)測[J].微計(jì)算機(jī)信息，2009,25(12):29-30.